Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Optimisation des transports : modélisation et solution

Dans cours

MGT-483: Optimal decision making

This course introduces the theory and applications of optimization. We develop tools and concepts of optimization and decision analysis that enable managers in manufacturing, service operations, marketing, transportation and finance to transform data into ...

Description

Cette séance de cours couvre l'optimisation des systèmes de transport, en se concentrant sur la modélisation et les techniques de solution. Les sujets abordés comprennent l'attribution des articles aux camions, le stockage dans des boîtes, les coûts de production et les coûts de construction pour les liaisons dans un réseau.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Enseignant·e

Daniel Kuhn

Source officielle

Concepts associés (12)

Coût proportionnel

Un coût proportionnel, aussi appelé coût variable, est un coût fonction de l'activité. À l'inverse du coût fixe, qui dans une certaine limite ne dépend pas de la quantité de bien produite, le coût proportionnel est croissant avec la quantité produite. Il comprend par exemple le coût des matières premières consommées lors de l'élaboration d'un bien. Afin de réaliser des analyses rétrospectives de performance, le contrôle de gestion réalise la répartition de la somme des coûts relatifs à une activité.

Numerical methods for ordinary differential equations

Numerical methods for ordinary differential equations are methods used to find numerical approximations to the solutions of ordinary differential equations (ODEs). Their use is also known as "numerical integration", although this term can also refer to the computation of integrals. Many differential equations cannot be solved exactly. For practical purposes, however – such as in engineering – a numeric approximation to the solution is often sufficient. The algorithms studied here can be used to compute such an approximation.

Méthodes de Runge-Kutta

Les méthodes de Runge-Kutta sont des méthodes d'analyse numérique d'approximation de solutions d'équations différentielles. Elles ont été nommées ainsi en l'honneur des mathématiciens Carl Runge et Martin Wilhelm Kutta, lesquels élaborèrent la méthode en 1901. Ces méthodes reposent sur le principe de l'itération, c'est-à-dire qu'une première estimation de la solution est utilisée pour calculer une seconde estimation, plus précise, et ainsi de suite. Considérons le problème suivant : que l'on va chercher à résoudre en un ensemble discret t < t < .

Coût fixe

En comptabilité analytique et en gestion, les coûts fixes sont les coûts indépendants du niveau d'activité ou des quantités produites dont l'entreprise doit s'acquitter pour son bon fonctionnement (loyer, coûts administratifs, électricité hors production, etc.). À l'inverse, les coûts variables sont les coûts des facteurs variables, c'est-à-dire des facteurs de production dont les quantités varient avec le niveau d'activité de l'entreprise ou les quantités produites.

Méthode itérative

En analyse numérique, une méthode itérative est un procédé algorithmique utilisé pour résoudre un problème, par exemple la recherche d’une solution d’un système d'équations ou d’un problème d’optimisation. En débutant par le choix d’un point initial considéré comme une première ébauche de solution, la méthode procède par itérations au cours desquelles elle détermine une succession de solutions approximatives raffinées qui se rapprochent graduellement de la solution cherchée. Les points générés sont appelés des itérés.

Afficher plus

Séances de cours associées (32)

Méthodes stabilisées explicites : applications aux problèmes inverses bayésiens

Explore explicitement les méthodes de Runge-Kutta stabilisées et leur application aux problèmes inverses bayésiens, couvrant l'optimisation, l'échantillonnage et les expériences numériques.

Méthodes d'ordre supérieur : Discrétisation de l'espace

Couvre les méthodes d'ordre élevé pour la discrétisation de l'espace dans les systèmes différentiels linéaires.

Numerics: projet de semestre

Couvre le projet de semestre sur les chiffres, en se concentrant sur les algorithmes adaptatifs et les méthodes multi-étapes.

Méthodes Runge-Kutta

Explique les méthodes Runge-Kutta, en particulier le schéma explicite d'ordre 4 (ERK4), et comment optimiser les paramètres pour la précision.

Analyse de la convergence: système RK explicite

Explore l'analyse de convergence du système Explicite Runge-Kutta pour des solutions numériques précises.

Afficher plus

Concepts associés (12)

Coût proportionnel

Numerical methods for ordinary differential equations

Méthodes de Runge-Kutta

Coût fixe

Méthode itérative

Afficher plus